2017-01-28 3 views
0

10,000 개의 이미지 (예 : 사진)로 된 이미지 데이터베이스가 있다고 가정하고 다른 설정 (예 : 벽에 액자 표시 또는 버스 정류장, 정확한 이미지는 아니지만 인쇄 된 다음 눈부심이 있거나 다른 각도에서 다른 이미지로 인쇄됩니다.이미지 알 수없는 설정의 알려진 이미지 인식

다른 설정 (버스 정류장에서 벽에 매달려 있음) 중 하나의 이미지 세트를 만들 수는 있지만 각 이미지에 대해 수동으로 너무 많은 이미지가 있습니다.

여러 가지 위치에 이미지를 삽입하고이를 훈련 세트 (예 : 10,000 개의 이미지 시간 X 위치/설정)로 사용하는 컴퓨터 프로그램을 만드는 방법은 생각할 수 있지만 매우 큰 교육 세트입니다 .

각 이미지에 대해 특정 교육을 설정하지 않으면이 작업을 수행 할 수있는 다른 방법이 있습니까? 이상적으로 일단 모델이 훈련되면 이미지 10,001을 줄 수 있으며 다양한 설정에서 인식 할 수 있습니다.

답변

0

이것은 일반적으로 SIFT, SURF 등과 같은 피쳐 기반의 방법으로 수행됩니다. 다양한 왜곡에 견고하며 훈련이 필요없는 이미지 설명자를 만듭니다.

그러나 10K 이미지의 경우 마일리지가 다를 수 있습니다.
결과는 보이지 않는 이미지의 해상도, 각 10K 이미지의 실제 이미지 피쳐의 양 및 서로 얼마나 유사한 지에 따라 다릅니다.